尧图网站设计 尧图网站设计YAOTU DESIGN
ARTICLE DETAIL

资讯详情

深耕网站设计与一线实操的经验洞察。

解读 Google Nano Banana 2 图像能力提示词:image_gen、display、search 与 image_search 工具协议详解

解读 Google Nano Banana 2 图像能力提示词:image_gen、display、search 与 image_search 工具协议详解 解读 Google Nano Banana 2 图像能力提示词image_gen、display、search 与 image_search 工具协议详解【免费下载链接】system_prompts_leaksExtracted system prompts from Anthropic - Claude Fable 5.1, Opus 5, Claude Design, Claude Code. OpenAI - ChatGPT GPT-6-Astra, Codex. Google - Gemini 3.8 Flash, 3.1 Pro, Antigravity. xAI - Grok, Grok Bot, Cursor, Kimi and more! Updated regularly.项目地址: https://gitcode.com/GitHub_Trending/sy/system_prompts_leaks导读本文以 Google/nano-banana-2-api.md 中捕获的 Google Nano / Banana 2 图像模型系统提示词为研究对象逐段拆解其顶部的「运行上下文头」以及四个declaration:google:*工具声明image_gen、display、search、image_search。通过还原这些 JSON Schema 形态的接口契约你可以理解图像生成类 Agent 如何在提示词层定义「生成—编辑—展示—检索」的完整能力边界同时结合 README.md 中的仓库归类与同目录姊妹文件如 Google/gemini-3.1-pro-api.md做横向对照便于以后快速解读仓库内其他厂商的系统提示词捕获。一、文件定位一份偏「工具接入层」的轻量捕获在仓库主索引 README.md 的 Google——Gemini 分区中该文件被标注为Nano / Banana 2 system prompt与 Gemini 3.5 Flash、Gemini 3.1 Pro、Antigravity CLI、Gemini Diffusion 等文件并列存放于 Google 目录下。因此可以确定仓库维护者将其视为 Gemini 家族中代号 Nano/Banana 2 的图像能力产品的系统提示词捕获。从正文结构看整份文件只由两类内容构成前 4 行的运行上下文头当前时间 所在位置第 686 行的四个declaration:google:*工具声明块。值得注意的是它不含「你是某某角色」「你应当如何思考」等叙事性指令文本也没有像 Google/gemini-3.1-pro-api.md 开头那样的call:function_1{}call:function_2{}并发调用语法说明。从结构可以推断这是一份偏「函数接入层」的捕获——捕获到的重心是工具签名本身而不是完整的人格与推理策略。二、运行上下文头时间与地点的注入机制文件开头两行原文如下Current time is Sunday, March 1, 2026 at 7 PM Atlantic/Reykjavik. Remember the current location is Iceland.这是典型的运行时刻上下文注入在每次会话开始时宿主环境将当前日期时间精确到星期与小时时区为Atlantic/Reykjavik以及用户当前所在地Iceland写入提示词。该类上下文头的实际意义可以从它与工具集的配合来推断当模型收到时间信息后可以正确回答「今天是星期几」「现在离某个节日还有多久」等时间敏感问题当模型判断「是否需要联网检索最新信息」时时间戳是判断知识是否过时、检索结果是否需要时间过滤的关键依据「记住位置在冰岛」则提示模型在回答本地化问题天气、商店营业时间、地理相关问题时以该位置为基准。由于图像生成本身通常不依赖时间可以推断时间/位置注入在此场景中主要是为searchweb 搜索与image_search图片搜索这两个检索类工具服务的——它们需要模型具备对「新鲜度」与「本地相关性」的判断力。三、google:image_gen图像生成与编辑的单一入口这是整份提示词的核心工具其完整声明如下declaration:google:image_gen{ description: A tool for generating or editing an image based on a prompt., parameters: { properties: { aspect_ratio: { description: Optional aspect ratio for the image in the w:h (width-to-height) format (e.g., 4:3) or a filename of the image with the target aspect ratio. If not specified, the image will be generated with the default aspect ratio: 16:9., type: STRING }, prompt: { description: The text description of the image to generate., type: STRING } }, required: [prompt], type: OBJECT } }逐字段拆解如下字段类型必填说明promptSTRING是描述要生成图像的文本提示词是唯一的强制参数aspect_ratioSTRING否目标宽高比两种合法写法①w:h格式字面量如4:3② 某个图像文件名——即「以该图像的长宽比作为目标比例」缺省时默认16:9这里有两个值得注意的接口设计细节「生成」与「编辑」合一工具 description 明确为 generating or editing an image说明该单一工具同时承载文生图与图生图编辑两种模式prompt是二者共用的指令载体而不像部分产品那样拆成 create/edit 两个工具。aspect_ratio允许传文件名官方描述中允许用「一张现有图片的文件名」来携带目标比例。这说明平台内存在一个以文件名为句柄的共享图像仓库——这恰好与下文display工具「Images are referenced by their filename」的说明互相印证构成一条完整证据链。四、google:display结果的呈现与回合控制开关declaration:google:display{ description: A tool for displaying an image. Images are referenced by their filename., parameters: { properties: { end_turn: { description: Whether to end the (Assistant) turn after executing the tool., type: BOOLEAN }, filename: { description: The filename of the image to display., type: STRING } }, required: [filename], type: OBJECT } }字段语义如下字段类型必填说明filenameSTRING是要展示的图像文件名end_turnBOOLEAN否是否在本次工具执行结束后结束助手回合end_turn是这套协议中控制多步执行流的关键开关。它的存在说明display并不总是一次回合的终点当模型需要「先生成多张候选、让用户挑选」或「生成—查看效果—继续修改」时会以end_turn: false连续调用当一张图已经满足需求、准备把结果交给用户时则以end_turn: true结束回合。从整体工作流角度可以还原出这样的典型调用链image_gen(prompt, aspect_ratio)产出图片 → 图像写入共享文件存储并得到文件名 →display(filename)将图片呈现给用户。image_gen中aspect_ratio引用文件名、display中按文件名展示二者都建立在同一个「图像文件句柄」体系之上。五、google:search按需触发的最新信息检索declaration:google:search{ description: Search the web for relevant information when up-to-date knowledge or factual verification is needed. The results will include relevant snippets from web pages., parameters: { properties: { queries: { description: The list of queries to issue searches with, items: { type: STRING }, type: ARRAY } }, required: [queries], type: OBJECT } }字段类型必填说明queriesARRAY元素为STRING是要发起搜索的查询列表一次可以携带多个查询从 description 可见其定位是「当需要最新知识或事实核验时再触发」且返回结果中包含网页相关片段snippets。queries被设计为数组意味着允许一次调用并发执行多路检索、再综合结果这与现代检索增强型 Agent 的批量化搜索策略一致。将此版本与 Google/gemini-3.1-pro-api.md第 1336 行中的同名单据对照可以观察到两份捕获的差异Gemini 3.1 Pro API 捕获中的google:search额外声明了response块其中result为「与搜索结果关联的片段」STRINGNano Banana 2 捕获中的google:search没有response结构只声明入参Gemini 3.1 Pro API 捕获还多出一个google:browse工具用于从 URL 列表中提取全文而 Nano Banana 2 捕获中不存在 browse 工具。这说明即使底层可能共享同一套检索基础设施不同产品的提示词暴露出的工具子集与响应契约并不相同——Nano Banana 2 的图像工作流不需要整页浏览能力因此只保留了纯搜索。六、google:image_search图像反向检索与结果元数据declaration:google:image_search{ description: Searches for images based on a list of text queries., parameters: { properties: { retrieved_images: { description: The retrieved images., items: { properties: { date_created: { type: STRING }, image: { type: OBJECT }, image_url: { type: STRING }, landing_page_url: { type: STRING }, query: { type: STRING }, rank: { type: NUMBER } }, type: OBJECT }, type: ARRAY } }, required: [queries], type: OBJECT } }需要特别说明原声明中唯一列入required的仍是queries而retrieved_images出现在properties中、类型为数组属于工具返回/回传的结果字段即本轮检索带回给模型上下文的图片清单。对返回项逐字段拆解如下字段类型说明querySTRING该结果对应命中的原始查询词一次可多查询因此用于回溯归属imageOBJECT图片本体结构化对象可能为内嵌二进制或引用image_urlSTRING图片资源的直链landing_page_urlSTRING图片所在落地页面链接来源页date_createdSTRING图片创建时间用于判断素材新旧rankNUMBER命中结果的相关性排序位次从字段设计可以推断其典型用途链条模型收到用户「把这张图改成 4:3」「参考这张图风格重绘」之类需求时若本地没有源图可调用image_search按文本描述检索参考图retrieved_images携带image/image_url与landing_page_url既给了模型「可看」的内容也给了「可溯源」的依据被选中的参考图进入共享文件存储后即可作为image_gen编辑模式的输入或作为aspect_ratio中「携带目标比例的图像文件名」——四个工具由此在文件句柄与图像检索两条线索上闭环衔接。七、整体观察一份以「图像文件句柄」为枢纽的四工具协议将四个工具放在一起可以还原出 Nano Banana 2 图像 Agent 的运行模型输入/创作层image_gen负责从文本 prompt 生成或编辑图像支持w:h或文件名的宽高比指定缺省 16:9媒介层生成/检索到的图像都以「文件名」为统一引用句柄跨工具传递呈现层display按文件名把结果呈交给用户并用end_turn决定回合是否结束支撑多轮「生成→查看→修改」循环检索补充层search网页片段负责事实与时效性核验image_search图片元数据 rank 来源负责素材获取与溯源。这种「图像仓库以文件名寻址 回合结束显式化」的设计与仓库内其他图像/多模态产品的提示词形成了可对照的形态差异详见 Google/gemini-diffusion.md 中 Gemini Diffusion 侧重 HTML 生成约束、Google/gemini-2.5-flash-image-preview.md 的预览类上下文有助于从提示词层面快速识别各家产品的能力分工。八、证据边界与阅读指引最后需要强调本文的证据边界以上内容全部基于本仓库内的捕获文本与归类信息工具声明原文出自 Google/nano-banana-2-api.mdimage_gen见第 622 行display见第 2642 行search见第 4659 行image_search见第 6386 行上下文头见第 14 行关于「该工具在实际运行中的调用策略」「Nano Banana 2 的具体生成质量、性能与版本能力」等信息仓库中并无对应数据本文未作任何推测式断言文中所有「可以推断」「说明」类表述均基于工具描述、必填字段与跨文件结构差异所作出的结构性推断而非官方运行文档。如需继续深入研究建议按以下顺序阅读仓库内的相关文件主索引 README.md——查看该文件在「Google—Gemini」表中的归类与命名Nano / Banana 2同目录 Google/gemini-3.1-pro-api.md——对比google:search/google:browse的response契约与并发调用文本格式图像类上下文样本 Google/gemini-diffusion.md 与 Google/gemini-2.5-flash-image-preview.md——了解 Gemini 系图像产品提示词的不同侧重。【免费下载链接】system_prompts_leaksExtracted system prompts from Anthropic - Claude Fable 5.1, Opus 5, Claude Design, Claude Code. OpenAI - ChatGPT GPT-6-Astra, Codex. Google - Gemini 3.8 Flash, 3.1 Pro, Antigravity. xAI - Grok, Grok Bot, Cursor, Kimi and more! Updated regularly.项目地址: https://gitcode.com/GitHub_Trending/sy/system_prompts_leaks创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考
返回列表